Agentische KI-Workloads
Agentische KI-Workloads sind Rechenaufgaben, bei denen ein KI-Programm nicht nur einmal antwortet, sondern selbstständig viele Schritte hintereinander ausführt, um ein Ziel zu erreichen. Sie verbrauchen dadurch ein Vielfaches an Rechenzeit gegenüber einer einzelnen Frage-Antwort-Runde.
Wenn man einem KI-Chatprogramm eine Frage stellt, passiert meist Folgendes: Das Programm rechnet einmal, schreibt eine Antwort und ist fertig. Bei agentischen Aufgaben läuft es anders. Hier bekommt das Programm ein Ziel statt einer Frage, etwa: « Finde die drei günstigsten Flüge und buche den passenden. » Das Programm zerlegt das Ziel selbst in Schritte, sucht im Internet, vergleicht, korrigiert sich und arbeitet weiter. Es handelt also über viele Runden hinweg, ohne dass ein Mensch jeden Schritt anstößt. Das Wort « Workload » bezeichnet dabei die Arbeitslast, die dabei auf den Computern eines Rechenzentrums anfällt.
Warum aus einer Frage plötzlich tausend Rechenschritte werden
Eine normale Chat-Antwort kostet den Anbieter Bruchteile eines Cents. Eine agentische Aufgabe kann dagegen hunderte einzelne Modellaufrufe auslösen. Das Programm denkt nach, ruft ein Werkzeug auf, liest das Ergebnis, denkt erneut nach. Jeder dieser Schritte ist eine eigene Rechenaufgabe für die Grafikkarten im Rechenzentrum. Der Ressourcenverbrauch steigt also nicht um zehn Prozent, sondern oft um den Faktor hundert.
Genau das macht den Begriff für Anleger und Börsenbeobachter interessant. Chip-Hersteller und Betreiber von Rechenzentren begründen ihre Wachstumsprognosen inzwischen ausdrücklich mit agentischen Anwendungen. Die Rechnung dahinter ist simpel: Wenn jede Nutzeranfrage viel mehr Rechenschritte auslöst, braucht die Welt viel mehr Hardware. Ob dieser Bedarf tatsächlich in dem prognostizierten Tempo kommt, ist eine der großen offenen Fragen der Branche.
Zugleich verändert sich die Preisgestaltung der Anbieter. Viele verkaufen ihre KI nicht mehr pro Antwort, sondern als Abo mit Nutzungsgrenzen oder pro erledigter Aufgabe. Der Grund ist, dass sich die Kosten einer einzelnen Anfrage kaum noch vorhersagen lassen.
Schleife aus Denken, Werkzeug und Gedächtnis
Technisch besteht ein solcher Workload aus drei Bausteinen. Der erste ist das Sprachmodell, also das trainierte KI-System, das Text verarbeitet und erzeugt. Der zweite sind Werkzeuge: Suchmaschinen, Datenbanken, ein Taschenrechner, ein Programmcode-Interpreter oder Schnittstellen zu anderen Programmen. Der dritte ist ein Gedächtnis, in dem festgehalten wird, was bisher geschah und was noch offen ist.
Diese drei laufen in einer Schleife. Das Modell entscheidet, welches Werkzeug es als Nächstes braucht. Das Ergebnis des Werkzeugs wird ihm zurückgegeben und wandert ins Gedächtnis. Dann entscheidet es erneut. Die Schleife endet, wenn das Ziel erreicht ist oder eine festgelegte Obergrenze an Schritten überschritten wird. Solche Obergrenzen sind nötig, weil ein Agent sich sonst im Kreis drehen kann.
Der Vergleich mit einem Praktikanten trägt hier ziemlich weit. Man gibt ihm ein Ziel, er telefoniert und recherchiert selbstständig und meldet sich am Ende mit einem Ergebnis. Genau wie beim Praktikanten gilt aber: Ein Fehler im dritten Schritt vergiftet alle weiteren. Deshalb baut man Prüfschritte ein, etwa eine zweite KI, die Zwischenergebnisse kontrolliert. Ein häufiger Irrtum ist, agentische Systeme seien besonders « intelligent ». Das zugrunde liegende Modell ist dasselbe, es darf nur mehrmals ansetzen und Hilfsmittel benutzen.
Von Programmierhilfen bis zu Quartalszahlen
Am weitesten verbreitet sind agentische Workloads heute beim Programmieren. Werkzeuge wie GitHub Copilot in seinen neueren Ausbaustufen, Claude Code oder Cursor bearbeiten auf Zuruf mehrere Dateien, starten Tests und reparieren, was nicht läuft. Auch die « Deep Research »-Funktionen großer Chatbots gehören dazu: Sie durchsuchen minutenlang Webseiten und liefern danach einen Bericht mit Quellen.
In Unternehmen tauchen sie im Kundenservice und in der Buchhaltung auf. Ein Agent liest eine eingehende Rechnung, prüft sie gegen den Bestellvorgang und legt sie zur Freigabe vor. Im Alltag begegnet man dem Prinzip in Assistenten, die eigenständig Termine koordinieren oder Bestellungen abschließen.
In Nachrichten stößt man auf den Begriff vor allem in Quartalsberichten von Technologiekonzernen. Wenn Nvidia, Microsoft oder Amazon von agentischen Workloads sprechen, geht es um die Begründung für steigende Ausgaben für Rechenzentren. Abzugrenzen ist der Begriff von « Automatisierung » im klassischen Sinn: Dort legt ein Mensch die Abfolge der Schritte vorher fest, hier entscheidet das System sie selbst.